点亮“星标”防走失~

当古生物学家还在岩石中寻找完整的化石形态时，一种新的方法已经让我们能“听见”那些被时间碾碎的回声。最新研究显示，借助人工智能，人类首次从 33 亿年前的岩石中，读出了生命在分子层面留下的“残影”，并将产氧光合作用的证据推回到 25 亿年前之前—— 比我们此前掌握的化学记录早了整整 8 亿年。

这正是 《太阳、地球、生命的起源》所试图回答的那个根本问题：

为什么是地球，而不是别的行星，孕育出了生命？

从年轻太阳的诞生，到地球宜居性的形成；从无生命的化学反应，到最早的生命形式，再到光合作用改变行星命运的那一刻——这本书以天体生物学的视角，沿着 40 多亿年的时间轴，重构生命如何一步步在宇宙中“站稳脚跟”。

而当生命迈过最初的门槛，真正改变演化走向的，是能量的获取与利用。 《复杂生命的起源》将目光投向另一个长期被忽视的核心问题：

为什么复杂生命只出现过一次？

在生命诞生后的漫长 20 亿年里，世界几乎只属于细菌。直到一次极其罕见的内共生事件，突破了生物能量的根本限制，复杂细胞才得以出现，并最终演化出我们所熟悉的一切多样生命。

从 AI 在古老岩石中辨认生命“碎屑”，到科学家在能量代谢中寻找演化的必然性：

生命不仅是一次偶然的奇迹，也是宇宙条件、地球历史与物理化学规律交织出的结果。

以下文章来自「原理」：

长期以来，为了寻找地球上最古老的生命迹象，古生物学家会将目光投向寻那些保存完好的化石证据，包括单细胞和丝状体的微化石，以及微生物垫和丘状叠层石等细胞结构的矿化遗迹。然而，这类来自地球“青春时期”的化石极其罕见。因此，寻找古老生命迹象的另一条线索，就是那些保存在古老岩石中的可作为生命标志的生物分子。

依靠这种方法，研究团队分析了406份样本，其中包括古沉积物、化石、现代动植物，甚至陨石。最终，他们在距今33亿年的岩石中发现了地球早期生命的新化学证据，并找到了分子层面的线索证明——产氧光合作用早在至少25亿年前就已经存在，比此前保存在碳分子中的光合作用化学记录早了至少8亿年。

残存的生命证据

在过去的研究中，科学家已经在距今约17亿年的沉积物中，发现了生命中一些最为“坚韧”的有机分子——例如源自细胞膜或某些代谢过程的分子；而一些保存在更古老的富碳岩石的同位素特征，则预示着在距今35亿年前，就已存在一个充满活力的生物圈。

然而，大多数古老岩石既没有保存任何化石细胞，也没能保留任何幸存的生物分子。绝大多数古老的含碳沉积物都经历了加热和改造，使得所有可作为生命标志的生物分子被分解成无数微小的“碎屑”。而一直以来，这些“碎屑”都被认为过于细小且缺乏特异性，无法提供有关远古生命的任何线索。

来自早期地球的富含碳的样本。（图/Michael Wong）

为此，研究团队收集并测量了406个样本，这些样本来源于七大类：

• 现代动物：包括脊椎动物 （如鱼类）和无脊椎动物 （如昆虫）。

• 现代植物：包括具有光合作用的部位 （如叶片）以及不进行光合作用的部位 （如根和汁液）。

• 真菌：包括蘑菇和酵母等。

• 化石材料：如煤、古代木材以及富含藻类化石的页岩。

• 陨石：富含碳的太空岩石，可能类似于生命起源前的有机物质。

• 合成有机材料：在实验室中制备，用以模拟早期地球的化学环境。

• 古沉积物：年代从数亿年至30多亿年不等，其具体来源尚不明确。

一种开创性的模型

随后，他们使用一种名为“随机森林”的机器学习模型对数据进行分类，并提取其中的潜在生态学和分类学模式。这个过程可以被想象成将成千上万块拼图碎片展示给一台电脑，然后问：原来的图案是一朵花，还是一块陨石？

在这一过程中，研究人员使用75%的样本来对AI模型进行训练，再把剩余样本留给模型做独立判断。

这片岩石薄片中的黑色结构是距今25亿年的微生物构造。研究表明，保存在这一复杂微生物群落中的有机物，可能由光合作用微生物所产生。（图/Andrea Corpolongo）

此外，这一模型还能够以95%的准确率区分了植物性生命与动物性生命。不过，由于在这个模型的训练数据中，相对缺乏动物的化石样本，因此在进行这类分类时要困难得多。这也是未来研究中有待改进的一个方向。

穿透时间迷雾的视线

这项研究的一个关键结论是：并不是所有的生命特征都那么容易被看出来，岩石年代越久远，生命信号就越难被探测到。

而且，对于每一个样本，模型不仅给出“生命”或“非生命”的判断，还会给出一个概率评分。如果某个样本在“生物来源”这一项上的概率高于60%，就被视为“强有力的信号”。

不过，这种置信度还达不到理想中的水平，只有当样本在统计上明显区别于非生物材料时，才会将其判定为生物来源。但研究人员表示，这一不足将随着研究人员用更多样本来充实AI的训练数据而得到改善。

对科学研究和太空探索的意义

这些结果表明，将机器学习应用于高度降解的有机物，可以帮助解决关于地球“深时”生命演化的一些长期争论。并且这种方法有望在寻找地外生命的过程中同样发挥作用。

不过，研究人员也表示，还需要更大、更加均衡的样本数据，特别是更多动物化石以及更多样化的非生物材料。接下来，他们计划进一步优化模型，探索不同类型的机器学习方法，并在地球上类似火星环境的沙漠岩石中测试这一思路。

#参考来源：

https://carnegiescience.edu/chemical-evidence-ancient-life-detected-33-billion-year-old-rocks

https://www.science.org/content/article/ai-spots-ghost-signatures-ancient-life-earth

#图片来源：

封面图&首图：Andrew Czaja